Swift for Visual Studio Code 2.6.0 版本发布:多工作区支持与调试增强
Swift for Visual Studio Code 是微软VS Code编辑器上最受欢迎的Swift语言扩展之一,它为开发者提供了完整的Swift开发环境支持。最新发布的2.6.0版本带来了一系列实用的新功能和改进,显著提升了开发体验。
多工作区支持
2.6.0版本最值得关注的改进是增加了对VS Code多根工作区的支持。多根工作区是VS Code中管理多个项目目录的高级功能,允许开发者在同一个窗口中同时处理多个相关项目。对于Swift开发者而言,这意味着可以更方便地管理由多个Swift包组成的复杂项目结构。
在实际开发中,一个应用可能由多个独立的Swift包组成,比如核心库、UI组件和主应用模块。以前开发者需要为每个包单独打开一个VS Code窗口,现在则可以在一个工作区中统一管理,大大提升了开发效率。
Xcode环境检测增强
对于macOS开发者,新版本增加了Xcode环境检测功能。当开发者配置的Xcode路径与系统当前激活的Xcode版本不匹配时,扩展会主动提醒用户。这一改进避免了因Xcode版本不一致导致的编译问题,特别适合需要在多个Xcode版本间切换的开发者。
调试体验优化
在调试方面,2.6.0版本修复了LLDB-DAP调试器在使用Swiftly工具链时的查找问题。LLDB-DAP是Swift扩展提供的调试适配器,负责与LLDB调试器通信。此次修复确保了使用Swiftly安装的Swift工具链也能正常进行调试。
此外,新版本还改进了诊断信息的解析,解决了文件路径中包含空格时诊断信息显示不正确的问题。这对于项目路径中包含空格的开发者来说是一个重要的修复。
项目管理改进
项目面板现在更加智能,能够正确识别并隐藏被VS Code的files.exclude设置排除的文件,使项目结构更加清晰。同时,非Swift相关的任务也不再显示在项目面板中,减少了干扰。
对于Windows平台用户,新版本修复了"重置包依赖"命令无法正常工作的问题,使得Windows开发者也能享受到完整的Swift包管理功能。
激活逻辑优化
扩展的激活逻辑也得到了改进,现在当项目子文件夹中包含.swift文件时,扩展也能正确激活。同时,当swift.path设置为null时,扩展不会因激活失败而影响其他功能的使用。这些改进使得扩展在各种项目结构下都能更加可靠地工作。
总结
Swift for Visual Studio Code 2.6.0版本通过多工作区支持、Xcode环境检测、调试体验优化等一系列改进,为Swift开发者提供了更加稳定和高效的开发环境。这些改进不仅解决了多个长期存在的问题,还引入了实用的新功能,进一步巩固了该扩展作为VS Code上最佳Swift开发工具的地位。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00